【G検定対策】単純パーセプトロンが解決できなかった歴史的課題とは？

2026年7月24日 2026年7月24日 atsushi_kitazawa

※本記事では、アフィリエイトプログラムより教材を紹介しています。

📝 問題

ニューラルネットワークの基礎となる「単純パーセプトロン」の特性および限界に関する記述として、最も適切な選択肢を1つ選べ。

🔍 ここをクリックして正解を見る

単純パーセプトロンは、AI界の「ご先祖様」にあたる最もシンプルな仕組みです。

例えるなら、「1本の真っ直ぐな線（定規）だけを使って、テーブルの上の赤と青のボールを分けるゲーム」をイメージしてください。
赤が右側、青が左側にきれいに分かれていれば、直線1本でバシッと分けられますよね（＝線形分離可能）。

しかし、赤と青のボールが対角線上に交互に並んでいる状態（これが「XOR問題」です）になると、どうがんばっても「真っ直ぐな1本の直線」では2グループに分けることができません。

この致命的な限界が証明されたことで、「AIって思ったより大したことないのでは…？」と世間がガッカリし、第1次AIブームは終わりを迎えてしまったのです。

A) 単純パーセプトロンは隠れ層を持つため、非線形分離可能な複雑な問題を解くことができる。（×）: 単純パーセプトロンは隠れ層を持たず、直線で分けられない問題（非線形分離）は解けません。
B) 単純パーセプトロンは直線1本で分離できない「XOR（排他的論理和）問題」を解くことができず、これが第1次AIブーム終焉の要因の一つとなった。（○）: 記述の通りです。G検定で極めてよく出題される超重要ポイントです！
C) 単純パーセプトロンに連続値を出力する非線形の活性化関数を組み込むことで、XOR問題が解決された。（×）: 単純パーセプトロンに非線形関数を入れても構造が単層のままではXOR問題は解けません。解決には「隠れ層の追加（多層化）」が必要です。
D) 単純パーセプトロンは、複数の入力を受けて出力層の前に隠れ層（中間層）を追加したモデルのことを指す。（×）: 隠れ層を追加したモデルは「多層パーセプトロン」と呼ばれます。

リンク